论文部分内容阅读
在全球气候极端变化与城市化高速发展的背景下,以城市洪涝、干旱为代表的城市水灾害严重威胁了城市人口的生命财产安全,有效做好城市水灾风险评估已成为当下探索的重要课题.目前城市水灾害风险分析研究,可以分为基于数理统计、基于指标体系、基于情景模拟等方法.从城市水灾害风险分析的两个子问题入手:①水灾害事件量级的预测;②水灾害事件等级的评估,提出了基于RBF神经网络和云模型理论的RBF-C风险等级评估方法.针对水灾害系统的非线性特征,基于历史实测数据构建RBF神经网络对水灾害事件进行模拟预测;针对风险归属定义的不确定性,引入云模型理论,提出一种新的城市水灾害评估云模型,构成定性风险概念与定量事件量级之间的不确定性映射.进行水灾害风险评估时,选取影响城市水灾害的4个基本评价因子,根据实测水文频率曲线确定各等级下的风险标准,生成各评价因子隶属于各级别的综合云模型;对评价因子实测时间序列进行RBF神经网络模拟预测,依据预测值得到水灾害风险等级确定度分布.以南京市1951-2010年降水量序列、1951-2010年有雨日雨强序列、1951-2010年日均日照时数序列以及1885-2010年蒸发量序列为例验证RBF-C方法的适用性.实例表明,该方法能够改进评价过程中风险归属不确定性问题,并准确反映出城市水灾害事件风险程度.RBF-C评估方法为城市水灾害预测评估工作提供了新思路.